Beschreibung von Dokumenten mit DTDs

Transkript

1 Lernziele Beschreibung von Dokumenten mit DTDs XML-Schemata Was sind Dokument-Typen? Wie können diese mit r DTD oder m Schema beschrieben werden? Was der Vorteil von XML-Schemata gegenüber DTDs? Klaus Schild, Klaus Schild, Dokument-Typen beschreiben den prinzipiellen Aufbau von Dokumenten s bestimmten Typs können entweder mit DTDs (Document Type Definitions) oder XML-Schemata spezifiziert werden DTDs wurden von SGML übernommen sind Teil von XML 1.0. XMLSchema sind ein eigener W3C-Standard. DTDs vs. XML-Schemata XML-Schemata sind ausdrucksstärker DTDs sind kompakter lesbarer DTDs für Spezifikation von Text-Dokumenten ausreichend XML-Schemata zur Spezifikation von Daten besser geeignet. Klasse Dokument-Typ Objekt Objekt Objekt Klaus Schild, Klaus Schild, Wie könnte DTD hierfür aussehen? Document Type Definitions (DTDs) <Title>My Life and Times</Title> Ein BookStore soll mindestens ein Buch enthalten. Die ISBN soll optional, alle anderen Kind-Elemente sollen obligatorisch sein. Klaus Schild, Klaus Schild,

2 Die DTD für das Beispiel-Dokument <!ELEMENT Book (Title, Author, Date, ISBN?, Publisher)> <!ELEMENT Title (#PCDATA)> <!ELEMENT Author (#PCDATA)> <!ELEMENT Date (#PCDATA)> <!ELEMENT ISBN (#PCDATA)> <!ELEMENT Publisher (#PCDATA)> ähnelt r regulären Grammatik Deklaration der Elementstruktur deklariert das Element BookStore BookStore hat mindestens ein Kind-Element Book. Außer Book darf BookStore k Kind-Elemente haben. + bezeichnet n Wiederholung des vorstehenden Elementes mit n 1. * bezeichnet n Wiederholung mit n 0. Klaus Schild, Klaus Schild, Deklaration der Elementstruktur <!ELEMENT Book (Title, Author, Date, ISBN?, Publisher)> <!ELEMENT Book (Title, Author, Date, ISBN?, Publisher)> Rekursive Element-Deklarationen <!ELEMENT BookStore (Book (Book, BookStore))> <!ELEMENT BookStore (Book (Book, BookStore))> deklariert das Element Book Title, Author, Date, ISBN Publisher erschn (in dieser Reihenfolge) als Kind-Elemente von Book. Außer diesen darf Book kn anderen Kind-Element haben., bezeichnet Sequenz <Title> </Title> (Aufeinanderfolge) von <Author> </Author> Elementen. <Date> </Date> <ISBN> </ISBN>? bedeutet, dass das <Publisher> </Publisher> vorstehende Element in der Sequenz optional. Klaus Schild, rekursive Deklaration von BookStore Bookstore besteht entweder aus genau m Kind- Element Book oder hat zwei Kind-Elemente, nämlich Book BookStore. bezeichnet Auswahl (Disjunktion). Beachte: Diese rekursive Deklaration nicht äquivalent zur vorherigen: Klaus Schild, Rekursive vs. iterative Deklaration Deklaration der Elementstruktur <!ELEMENT BookStore (Book (Book, BookStore))> <!ELEMENT Title (#PCDATA)> <!ELEMENT Author (#PCDATA)> <!ELEMENT Date (#PCDATA)> <!ELEMENT ISBN (#PCDATA)> <!ELEMENT Publisher (#PCDATA)> Deklariert jeweils Elemente Title, Author, Date, ISBN Publisher. #PCDATA bezeichnet unstrukturierter Text ohne reservierte Symbole wie <. Klaus Schild, Klaus Schild,

3 Vordefinierte Datentypen Zur Festlegung von Element-Inhalten stehen drei vordefinierte Datentypen (engl. built-in datatypes) zu Verfügung: #PCDATA: unstrukturierter Text ohne reservierte Symbole. EMPTY: Der Element-Inhalt leer. Das Element kann allerdings Attribute haben. <!ELEMENT br EMPTY> <br/> ANY: beliebige XML-Strukturen <!ELEMENT title ANY> Beachte: Gängige Datentypen, wie INTEGER oder FLOAT stehen nicht zur Verfügung. Deklaration von Attributen <!ATTLIST BookStore version CDATA #IMPLIED "1.0"> Das Element BookStore hat ein Attribut version. Außer version hat BookStore k weiteren Attribute. Das Attribut version vom Typ String (CDATA). #IMPLIED: Das Attribut optional. "1.0" der Standard-Wert. #REQUIRED: Das Attribut obligatorisch. #FIXED: Das Attribut hat immer den gleichen Wert. Klaus Schild, Klaus Schild, Deklaration von Attributen <!ATTLIST Author gender (male female) "female"> Das Element Author hat ein Attribut gender k weiteren Attribute. Das Attribut hat entweder den Wert male oder female (Aufzählungstyp). "female" der Standard-Wert von gender. Datentypen für Attribute Neben Strings (CDATA) Aufzählungstypen stehen im wesentlichen folgende Datentypen zur Verfügung: NMTOKEN: ein String, der den Namenskonventionen von XML entspricht NMTOKENS: ein Le von solchen Namen, jeweils getrennt durch ein Leerzeichen ID: Bezeichner, der den Namenskonventionen von XML entspricht innerhalb des Dokumentes eindeutig. IDREF: Referenz auf n eindeutigen Bezeichner IDREFS: Le von solchen Referenzen Klaus Schild, Klaus Schild, ID/IDREF ID/IDREF <!ATTLIST Author key ID ID #IMPLIED keyref IDREF #IMPLIED> Author kann ein Attribut key haben. Das Attribut key muss eindeutig sein: Attribute mit dem Typ ID dürfen niemals den gleichen Wert haben. Author kann auch ein Attribut keyref haben. Der Wert von keyref muss gültige Referenz darstellen: Der Wert von keyref muss als Wert s Attributes mit dem Typ ID exieren. Klaus Schild, <?xml version="1.0" encoding="utf-8"?> <!DOCTYPE BookStore SYSTEM "BookstoreWithAttributes.dtd"> k1 k1muss eindeutig sein: <Title>Text</Title> weder dieses noch ein <Author key="k1">text</author> anderes Attribut mit <Date>Text</Date> dem Typ ID IDdarf k1 k1als <Publisher>Text</Publisher> Wert haben. <Title>Text</Title> k1 k1muss exieren: ein <Author keyref="k1"/> Attribut mit dem Typ ID ID <Date>Text</Date> muss den Wert k1 k1 <Publisher>Text</Publisher> haben. Klaus Schild,

4 Wohlgeformheit vs. Zulässigkeit Ein heißt wohlgeformt, wenn es den syntaktischen Regeln des entsprechenden W3C- Standards entspricht. Ein heißt zulässig (engl. valid). bzgl. r Dokument-Typ-Definition, wenn 1. das Wurzel-Element des es in der DTD deklariert 2. das Wurzel-Element genau die Struktur hat, wie sie in der DTD festgelegt. Zulässigkeit In m kann ein Dokument-Typ spezifiziert werden: <?xml version="1.0" encoding="utf-8"?>?> <!DOCTYPE BookStore SYSTEM "Bookstore.dtd"> <?xml version="1.0" encoding="utf-8"?>?> <!DOCTYPE Book SYSTEM "Bookstore.dtd"> Klaus Schild, Klaus Schild, Prüfung der Wohlgeformheit Prüfung der Zulässigkeit Klaus Schild, Klaus Schild, Nachteil von DTDs Reihenfolge von Kind-Elementen festgelegt: <!ELEMENT Book (Title, Author)> dadurch sehr starre Struktur in en Um Reihenfolgeunabhängigkeit zu garantieren, müssen alle Permutationen explizit aufgezählt werden: <!ELEMENT Book ((Title, Length) (Length, Title))> Für n Element gibt es n! verschiedene Permutationen. Weitere Nachteile von DTDs k XML-Syntax, daher eigene Parser nötig kaum vordefinierte Datentypen, insbesondere für Element-Inhalte k eigenen Datentypen definierbar k Namensräume: Bereits exierende DTDs können nur dann kombiniert werden, wenn es k Namenskonflikte gibt! k Vererbungshierarchien, nicht objekt-orientiert Klaus Schild, Klaus Schild,

5 Was sind XML-Schemata Schemata? XML-Schemata Ähnlich wie DTD legt ein XML-Schema (engl. XML schema) den prinzipiellen Aufbau von en s bestimmten Typs fest. DTDs wurden zur Beschreibung von strukturierten (für Menschen lesbare) Text-Dokumenten entwickelt. Für die Beschreibung von Dokumenten/Daten zum Austausch zwischen Computern sind sie allerdings zu ausdrucksschwach. Deshalb wurden XML-Schemata entwickelt. Klaus Schild, Klaus Schild, Vorteile von XML-Schemata Datentypen Ähnlich wie in vielen Programmiersprachen, steht Vielzahl von vordefinierten Datentypen zur Verfügung. Es können auch eigene Datentypen definiert werden. k eigene Syntax, sondern XML-Schema sind selbst e objekt-orientiert, erlauben Vererbungshierarchien verwenden Namensräume Reihenfolgeunabhängige Strukturen können einfach definiert werden. <location> <latitude> </latitude> <longitude> </longitude> <uncertainty units="meters">2</uncertainty> </location> XML-Schema DTD Eine Ortsangabe besteht aus dem Breitengrad, dem Längengrad m Maß für die der beiden Angaben. Ein Breitengrad Dezimalzahl zwischen Ein Längengrad Dezimalzahl zwischen Das Maß für die nicht-negative Zahl. Die wird entweder in Meter oder in Fuß angeben. Klaus Schild, Klaus Schild, Validierung von Daten Software zum Validieren Daten <location> <location> <latitude> </latitude> <longitude> </longitude> <uncertainty <uncertainty units="meters">2</uncertainty> </location> </location> XML-Schema Eine Eine Ortsangabe Ortsangabe besteht besteht aus aus dem dem Breitengrad, Breitengrad, dem dem Längengrad Längengrad m m Maß Maß für für die die der der beiden beiden Angaben. Angaben. Ein Ein Breitengrad Breitengrad Dezimalzahl Dezimalzahl zwischen zwischen Ein Ein Längengrad Längengrad Dezimalzahl Dezimalzahl zwischen zwischen Das Das Maß Maß für für die die nicht-negative nicht-negative Zahl. Zahl. Die Die wird wird entweder entweder in in Meter Meter oder oder in in Fuß Fuß angeben. angeben. XML-Schema Validierer Daten xerces by Apache (API) MSXML (API) XML Spy (GUI) Klaus Schild, Klaus Schild,

6 Unsere bekannte DTD Die gleiche DTD als XML-Schema <!ELEMENT Book (Title, Author, Date, ISBN, Publisher)> <!ELEMENT Title (#PCDATA)> <!ELEMENT Author (#PCDATA)> <!ELEMENT Date (#PCDATA)> <!ELEMENT ISBN (#PCDATA)> <!ELEMENT Publisher (#PCDATA)> Klaus Schild, <?xml <?xml version="1.0"?> version="1.0"?> maxoccurs="unboed"> maxoccurs="unboed"> Jede DTD kann in in ein äquivalentes XML-Schema übersetzt werden. Tools wie XML Spy bieten entsprechende Funktionalität an. Umgekehrt gibt es es allerdings XML-Schemata, für für die es es k äquivalente DTD gibt. XML-Schemata sind also ausdrucksmächtiger als DTDs. Klaus Schild, Die gleiche DTD als XML-Schema Geschwätzigkeit von XML-Schemata maxoccurs="unboed"> maxoccurs="unboed"> XML-Schema sind XML- Dokumente. Vorteil: kein eigener Parser nötig Nachteil: geschwätzig Beispiel cxml: als DTD: 15KB als Schema: 50KB also mehr als dreimal so groß dies kann Validierung von en auf Client erschweren XML-Schemata aber sind besser zu komprimieren: cxml-dtd: 4KB cxml-schema: 6KB PurchaseOrder.xml XML-Schema cxml.xsd Klaus Schild, Klaus Schild, XML-Schemata sind e Ein XML-Schema ein. Wurzel-Element s Schemas immer schema aus dem W3C-Namensraum XMLSchema. Letzteres wird auch Schema der Schemata genannt. Ziel-Namensraum Ein XML-Schema definiert ein bestimmtes Vokabular (Elemente Attribute). Dieses Vokabular wird m Namensraum zugeordnet, den sog. Ziel-Namensraum (engl. target namespace). Klaus Schild, Klaus Schild,

7 Ziel-Namensraum Instanzen s XML-Schemas Schema S BookStore Author Book Title Publisher ISBN Date Eine DTD definiert kn Namensraum. BookStore Author Book Title Publisher ISBN Date Ein XML-Schema definiert eigenen Namensraum, den sog. Ziel-Namensraum. Instanzen von S Sprechweise: Ein, das dem Ziel- Namensraum s XML-Schemas zugeordnet, wird Instanz des Schemas genannt. Instanz muss immer entsprechend der Schema- Beschreibung aufgebaut sein. Klaus Schild, Klaus Schild, Instanz s XML-Schemas Wie wird ausgedrückt, dass dieses Instanz s bestimmten XML-Schemas? Instanz s XML-Schemas <BookStore xmlns:xsi=" xsi:schemalocation=" BookStore.xsd"> Ziel-Namensraum des XML-Schemas 1. Wurzel-Element dessen Namensraum legen zusammen den Dokument-Typ der Instanz fest. Klaus Schild, Klaus Schild, Instanz s XML-Schemas <BookStore xmlns:xsi=" xsi:schemalocation=" BookStore.xsd"> lokale Datei, kann aber auch ein Pfad (file://...) oder URL ( sein. 2. Das Attribut schemalocation gibt an, wo das entsprechende XML-Schema zu finden. Instanz s XML-Schemas <BookStore xmlns:xsi=" xsi:schemalocation=" BookStore.xsd"> Beispiel für für die Erweiterbarkeit von XML XML 1.0 wird durch das Attribut schemalocation erweitert. 3. Das Attribut schemalocation stammt aus dem W3C- Namensraum XMLSchema-instance. Klaus Schild, Klaus Schild,

8 Instanz Schema Validierung auf mehrere Ebenen Instanz Schema Instanz = Schema Schema der Schemata schemalocation=" BookStore.xsd" BookStore.xml Benutzt den Namensraum BookStore.xsd Definiert den Namensraum BookStore.xml BookStore.xsd XMLSchema.xsd zulässiges BookStore- Dokument? Klaus Schild, Klaus Schild, Validierung auf mehrere Ebenen Validierung auf mehrere Ebenen Instanz = Schema = Schema der Schemata Instanz = Schema = Schema der Schemata = XML- Dokument BookStore.xml BookStore.xsd XMLSchema.xsd BookStore.xml BookStore.xsd XMLSchema.xsd zulässiges BookStore- Dokument? zulässiges XMLSchema- Dokument? zulässiges BookStore- Dokument? zulässige XMLSchema- Dokumente? Klaus Schild, Klaus Schild, Deklaration der Element-Struktur <!ELEMENT Book (Title, Author, Date, ISBN, Publisher)> <!ELEMENT Title (#PCDATA)> <!ELEMENT Author (#PCDATA)> <!ELEMENT Date (#PCDATA)> <!ELEMENT ISBN (#PCDATA)> <!ELEMENT Publisher (#PCDATA)> Wie kann die Element-Struktur dieser DTD mit m XML-Schema formuliert werden? type="booktype" minoccurs="1" maxoccurs="unboed"/> Standard-Werte für minoccurs maxoccurs jeweils 1 minoccurs="1" kann also weggelassen werden! Klaus Schild, Klaus Schild,

9 <!ELEMENT Book (Title, Author, Date, ISBN, Publisher)> <!ELEMENT Book (Title, Author, Date, ISBN, Publisher)> <xsd:complextype name="booktype"> <Title> </Title> <Title> </Title> <Author> </Author> <Author> </Author> BookType enthält die Kind- <Date> </Date> <Date> </Date> Elemente Title, Author, Date, ISBN <ISBN> </ISBN> <ISBN> </ISBN> <Publisher> </Publisher> Publisher, zwar immer genau in dieser Reihenfolge. type="booktype" minoccurs="1" maxoccurs="unboed"/> <xsd:complextype name="booktype"> BookType ein benannter Datentyp (engl. named type) wird auch als globale Definition bezeichnet Klaus Schild, Klaus Schild, <!ELEMENT Book (Title, Author, Date, ISBN, Publisher)> <!ELEMENT Book (Title, Author+, Date, ISBN?, Publisher)> maxoccurs="unboed"> äquivalente Formulierung mit anonymen Datentyp wird auch als lokale Definition bezeichnet, weil sie an anderer Stelle nicht wieder verwendet werden kann Klaus Schild, <xsd:complextype name="booktype"> type="xsd:string" maxoccurs="unboed" /> /> type="xsd:string" minoccurs="0" /> /> Jedes Elemente erscheint in der Sequenz so häufig, wie mittels minoccurs maxoccurs festgelegt. Beachte: Standard-Wert von minoccurs maxoccurs jeweils 1 Klaus Schild, <!ELEMENT Date (#PCDATA)> deklariert Element Date mit unstrukturierten Inhalt (String). type="xsd:date"/> type="xsd:date"/> deklariert Element-Inhalt von Date als Kalenderdatum (vordefinierter Datentyp xsd:date). ElementFormDefault <schema xmlns=" xmlns:bk=" </schema> Legt fest, ob Elemente r Instanz immer Teil s Namensraumes sein müssen ("qualified") oder nicht Teil s Namensraumes sein dürfen ("unqualified"). Beachte: Standard-Wert von elementformdefault "unqualified". Klaus Schild, Klaus Schild,

10 ElementFormDefault Das vollständige XML-Schema <?xml <BookStore xmlns:xsi=" xsi:schemalocation=" BookStore.xsd"> Namensraum- eingeschränkt (qualified) Beachte: Diese Instanz nicht zulässig, falls im Schema elementformdefault="unqualified" oder nichts festgelegt. Im Schema deshalb immer elementformdefault="qualified" festlegen! Klaus Schild, <?xml <?xml version="1.0"?> version="1.0"?> maxoccurs="unboed"> maxoccurs="unboed"> Klaus Schild,